« Apprentissage fédéré horizontal » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 9 : | Ligne 9 : | ||
''' apprentissage fédéré par échantillonnage ''' | ''' apprentissage fédéré par échantillonnage ''' | ||
== Anglais == | == Anglais == | ||
Version du 19 avril 2023 à 09:05
Définition
En apprentissage fédéré, l'apprentissage fédéré horizontal consiste à utiliser plusieurs sources de données conjointement pour entraîner un modèle sous la coordination d'un serveur central, tout en conservant les données d'entraînement sur l'appareil client afin garantir la confidentialité des données.
Compléments
L'apprentissage fédéré horizontal, ou apprentissage fédéré par échantillonnage, est utilisé dans des scénarios où les ensembles de données partagent les mêmes attributs, mais diffèrent en termes d'échantillons.
Français
apprentissage fédéré horizontal
apprentissage fédéré par échantillonnage
Anglais
horizontal federated learning
Contributeurs: Patrick Drouin, wiki
